改进 GＲNN 网络预测致密砂岩气层压裂产能

致密砂岩储层孔隙度小、渗透率低、含气饱和度低，基本上没有自然产能，需要进行压裂，所以压裂产能的预测很重要。广义回归神经网络 ( GＲNN) 稳定，对样本数量的要求低。产能预测关键是样本的选取以及扩展因子的选取。在原有的 GＲNN 预测产能的基础上，利用交叉验证法改进 GＲNN 网络，选取最优的样本确定最优的 GＲNN 网络结构，利用循环判断法，选取最优的扩展因子。改进的 GＲNN 神经网络可以避免确定 GＲNN 网络结构和扩展因子过程中过多的人为影响。笔者利用灰色关联分析法分析压裂产能的影响因素，利用改进的 GＲNN 网络有针对性地建立适合苏里格地区致密砂岩气层的压裂产能预测模型。结果表明该方法在苏里格地区气层压裂产能预测中有较好的应用效果。